協調フィルタリングとは何ですか？

協調フィルタリングは、多数のソースからのデータを使用して、似たような好みや消費習慣で関係している人々のプロファイルを作成することに依存するデータ処理方法です。 この手法は、さまざまな設定で使用されます。 協調フィルタリングの最も有名なアプリケーションのいくつかは、インターネットで見ることができます。インターネットでは、マーケティング、ユーザーの嗜好の予測、ユーザーからの入力に依存して機能するサイトのキュレーションに使用されます。

協調フィルタリングの仕組みの簡単な例では、Webサイトがテレビ番組の推奨システムをセットアップする場合があります。 サイトのユーザーは、ログオン時にデータを提供し、好きなショーをリストします。 このデータは、同様の好みを持つユーザーを識別するために使用されます。 ショーAを好む人の75％がショーBを好む場合、システムは、あるショーを好む人がおそらく他のショーを好むと推測できます。 したがって、ユーザーがログオンし、提案を探しているショーAのファンであると特定した場合、システムはショーBを推奨できます。

協調フィルタリングを機能させるには、大量のデータが必要です。 データが抽出される母集団が大きいほど、データはより有用で効果的になります。 少量のデータは、味の予測が不十分になる誤った接続など、意味のない結果で終わる可能性が高くなります。 そのようなシステムは、多くの場合コールドスタートの問題に悩まされます。この問題では、最初にデータベースにデータを取り込む必要があるため、開発に時間がかかります。 早期採用者は、十分なデータがないために推奨事項が不適切であるため、システムに不満を感じる可能性があります。

コラボレーションフィルタリングは、ソーシャルネットワーキングサイトや、ユーザーが関心のあるサイトへのリンクを共有および促進するエンタープライズブックマークなどのツールを提供するサイトでも広く使用されています。 ユーザーがシステムのデータ本体に追加すると、システムは各ユーザーの好みにアピールするように設計された推奨事項の作成を開始できます。 たとえば、ソーシャルブックマークサイトは、誰かが過去に気に入ったことを表明したリンクとユーザーに基づいてランダムリンクを生成する場合があります。

マーケティング担当者は、協調フィルタリングを使用して、非常に正確にターゲットを絞ったマーケティングをユーザーに提供できます。 このパーソナライズされたマーケティングは、ユーザーが個人的に対処されているように感じ、結果として推奨事項を受け入れる可能性が高いため、非常に効果的です。 ソーシャルネットワーキングサイトなどのWebサイトで自主的に提供される膨大な量のデータは、カスタマイズされたキャンペーンを開発するためにそのようなサイトからデータを購入するマーケティング担当者の間で注目を集めています。